自动驾驶

Group-wise Supervision with Focal-Dice Loss for Long-Tailed Indoor Semantic Occupancy Prediction

用于长尾室内语义占用预测的分组监督与焦点-骰子损失

Qi Zheng, Zihuang Su, Xiao Pan

机构 * College of Electronics and Information Engineering, Shenzhen University（深圳大学电子与信息工程学院） ； Guangdong Key Laboratory of Intelligent Information Processing（广东省智能信息处理重点实验室） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；分类 cs.CV

AI总结 针对室内语义占用预测的长尾类别瓶颈，提出Group-UFD Occ方法，通过分组策略与UFD损失优化，在EmbodiedScan数据集上较基线实现11.38%相对提升，长尾类别精度显著提高。

Comments 8 pages, 2 figures

Dual-Force: Enhanced Offline Diversity Maximization under Imitation Constraints

Dual-Force：模仿约束下的增强型离线多样性最大化算法

Pavel Kolev, Marin Vlastelica, Georg Martius

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.RO、cs.AI

AI总结 Dual-Force是一种离线算法，通过后继特征的VdW力目标和功能奖励编码，实现模仿约束下的多样化行为策略学习，在Solo12仿真任务中提升了性能与鲁棒性。